用python 实现图像的畸变矫正

图像畸变矫正是一种常见的图像处理技术，它可以消除图像中的畸变，使得图像更加清晰、真实。下面是使用Python实现图像畸变矫正的代码示例：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('distorted.jpg')

# 计算畸变矫正参数
K = np.array([[500, 0, 320], [0, 500, 240], [0, 0, 1]])  # 相机内参矩阵
dist = np.array([-0.2, 0.1, 0, 0])  # 畸变系数

# 畸变矫正
h, w = img.shape[:2]
newK, roi = cv2.getOptimalNewCameraMatrix(K, dist, (w, h), 0)
dst = cv2.undistort(img, K, dist, None, newK)

# 显示结果
cv2.imshow('original', img)
cv2.imshow('undistorted', dst)
cv2.waitKey()
cv2.destroyAllWindows()

在上述代码中，我们首先使用`cv2.imread`函数读取了一张带有畸变的图像。接下来，我们定义了相机的内参矩阵`K`和畸变系数`dist`。这些参数可以通过相机标定获得，也可以手动估计。然后，我们使用`cv2.getOptimalNewCameraMatrix`函数计算出畸变矫正后的相机内参矩阵`newK`和矫正后的图像ROI区域`roi`。最后，我们使用`cv2.undistort`函数进行畸变矫正，并将原始图像和矫正后的图像分别显示出来。

需要注意的是，上述代码中的畸变矫正方法只适用于径向畸变和切向畸变。如果图像中还存在其他类型的畸变，需要使用其他方法进行矫正。